พยากรณ์ว่านักเรียนจะสอบผ่านหรือไม่
ในแบบฝึกหัดที่แล้ว คุณได้คำนวณพารามิเตอร์ของโมเดล Logistic Regression ที่เหมาะกับข้อมูลชั่วโมงการเรียนและผลการสอบ
ด้วยพารามิเตอร์เหล่านั้น สามารถพยากรณ์ผลการเรียนของนักเรียนจากชั่วโมงการเรียนได้ ใช้ model.predict() เพื่อดูผลลัพธ์จาก Logistic Regression
สำหรับแบบฝึกหัดนี้ ได้นำเข้า LogisticRegression จาก sklearn.linear_model และ numpy เป็น np ไว้ให้แล้ว
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
พื้นฐานความน่าจะเป็นด้วย Python
คำแนะนำการฝึกหัด
- สร้างอาร์เรย์ที่มีค่า 10, 11, 12, 13 และ 14 เพื่อพยากรณ์ผลการสอบตามจำนวนชั่วโมงการเรียนเหล่านั้น
- ใช้
model.predict()เพื่อดึงผลลัพธ์จากโมเดล แล้วพิมพ์ผลลัพธ์ - ใช้
model.predict_proba()เพื่อดูความน่าจะเป็นของการสอบผ่านเมื่อเรียน 11 ชั่วโมง
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Specify values to predict
hours_of_study_test = [[____], [____], [____], [____], [____]]
# Pass values to predict
predicted_outcomes = model.____(____)
print(predicted_outcomes)
# Set value in array
value = np.asarray(11).reshape(-1,1)
# Probability of passing the test with 11 hours of study
print("Probability of passing test ", model.____(value)[:,1])